news 2026/6/12 10:43:32

3、Sentinel

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
3、Sentinel

随着微服务的流行,服务和服务之间的稳定性变得越来越重要。Sentinel 以流量为切入点,从={yellow}流量控制、熔断降级、系统负载保护=等多个维度保护服务的稳定性。

定义={green}资源=

  • 主流框架={orange}自动适配=
  • ={orange}编程式=:SphU API
  • ={orange}声明式=:@SentinelResource

定义={green}规则=

  • 流量控制(FlowRule)
  • 熔断降级(DegradeRule)
  • 系统保护(SystemRule)
  • 来源访问控制(AuthorityRule)
  • 热点参数(ParamFlowRule)

工作原理

一、安装

引入sentinel依赖:

<dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId> </dependency>

yml文件添加sentinel相关配置:

spring:cloud:sentinel:transport:dashboard:localhost:8080#配置Sentinel dashboard地址eager:true# sentinel提前加载,默认是懒加载,这里主要是为了方便演示和学习;生产环境不要这样搞

查看sentinel控制台
发现已经监控到了我们服务

二、控制规则

限制多余请求,从而保护系统资源不被耗尽

1、流控规则

调用关系包括调用方、被调用方;一个方法又可能会调用其他方法,形成一个调用链路的层次关系;有了调用链路的统计信息,我们可以衍生出多种流量控制手段。

1.1、流控规则的各个属性

  • 资源名: 唯一名称,默认请求路径,表示对该资源进行流控
  • 针对来源: Sentinel可以针对调用者进行限流,填写微服务名,默认default(不区分来源)
    • 阈值类型/单击阈值:
      QPS:(每秒钟的请求数量):当调用该api的QPS达到阈值时,进行限流
      线程数:当调用该线程数达到阈值的时候,进行限流

添加后,流控规则之后,快速访问接口查看效果,默认的错误页:

高级选项
流控模式
  • 直接(默认)

  • 关联

当关联的资源={green}写=达到阈值时,限流自己={red}读=

  • 链路

这个需要配置一下yml

sentinel:transport:dashboard:192.168.88.139:8858eager:trueweb-context-unify:false# 分割统一web的上下文,默认为true
流控效果

={red}注意:=只有快速失败支持流控模式(直接、关联、链路)的设置
也就是说Warm Up排队等待不支持关联链路

  • 快速失败

  • Warm Up (预热/冷启动)

效果类似,逐步提升自己的峰值,慢慢提升自己的qps

  • 匀速排队

  • QPS:代表 每秒并行的消息

  • timeout:代表 最长等待时间

2、熔断规则

  • 切断不稳定调用
  • 快速返回不积压
  • 避免雪崩效应

最佳策略:熔断降级作为保护自身的手段,通常在客户端(调用端)进行配置。

所以熔断肯定是在服务间调用的地方配置的


1. 熔断器的三种状态 (State Machine)

理解熔断规则,首先要理解熔断器的工作状态流转:

  1. CLOSED (关闭状态):

    • 初始状态。请求正常通过,Sentinel 会在后台统计指标(响应时间、异常比例等)。
  2. OPEN (打开/熔断状态):

    • 当统计指标超过设定的阈值,熔断器进入 OPEN 状态。
    • 行为:在接下来的熔断时长 (TimeWindow)内,所有请求都会直接被拒绝(抛出DegradeException),不再调用后端服务。
  3. HALF-OPEN (半开状态):

    • 熔断时长结束后,熔断器尝试进入 HALF-OPEN 状态。
    • 行为:允许一次请求通过。
      • 如果该请求成功:熔断器关闭 (CLOSED),恢复正常。
      • 如果该请求失败:熔断器再次打开 (OPEN),并重新开始计时。

2. 三种熔断策略 (Strategies)

在 Sentinel 控制台中,配置熔断规则时有三个核心策略:

A. 慢调用比例 (Slow Call Ratio)

适用场景:服务没挂,但是响应非常慢,导致调用方线程池耗尽。

  • 判断逻辑:

    1. 你需要定义什么是“慢调用”:比如响应时间 (RT) >200ms
    2. 在统计时长内,如果请求总数 >=最小请求数,且慢调用的比例超过设定的阈值。
  • 关键参数:

    • 最大 RT (Count):设置为 200ms。超过这个时间的请求被记为“慢调用”。
    • 比例阈值:范围 0.0 ~ 1.0。比如 0.6 代表 60%。
    • 熔断时长:熔断触发后持续多久。
B. 异常比例 (Exception Ratio)

适用场景:服务逻辑报错,或者网络连接异常。

  • 判断逻辑:

    1. 在统计时长内,如果请求总数 >=最小请求数
    2. 异常请求的比例超过设定的阈值。
  • 关键参数:

    • 比例阈值 (Count):范围 0.0 ~ 1.0。比如 0.5 代表 50% 的请求都报错了。
    • 注意:业务代码显式抛出的异常才算,被 Sentinel 限流抛出的 BlockException 不算。
C. 异常数 (Exception Count)

适用场景:请求量非常少(QPS 很低),用比例不准确时使用。

  • 判断逻辑:
    1. 在统计时长内,异常请求的数量超过设定的具体数值。
  • 关键参数:
    • 异常数 (Count):比如设置为 5。表示只要出错 5 次就熔断。

避坑指南 - 最小请求数 (minRequestAmount):假设你设置了“异常比例 50%”,如果不设置最小请求数(默认为 5),当 1 秒内只有 1 个请求且报错了,异常比例就是 100%,直接熔断。这显然不合理。建议:设置为 5 或 10,即只有当并发量达到一定程度且错误率高时,才触发熔断。


3、热点规则

热点即经常访问的数据。很多时候我们希望统计某个热点数据中访问频次最高的数据,并对其访问进行限制,比如对某个商品id进行限制,或者对某个用户id进行限制

3.1、热点规则属性
参数索引:方法中参数的索引第几个参数
单机阈值:每秒达到单机阈值的数量就会触发兜底方法

案例

新建一个热点规则
我们先创建一个测试方法,使用注解资源名称的形式,并创建自定义兜底方法

/** * 测试centinel热点规则限流 * @param userId * @param shopId * @return */@GetMapping("/hotspot")@SentinelResource(value="hotspotResource",blockHandler="hotspotResource",blockHandlerClass=UserSentinelResourceHandler.class)publicStringhotspot(@RequestParam(value="userId",required=false)StringuserId,@RequestParam(value="shopId",required=false)StringshopId){System.out.println("我是hotspot");return"我是hotspot";}

兜底方法

publicstaticStringhotspotResource(StringuserId,StringshopId,BlockExceptionblockException){System.out.println("您被认为恶意访问,触发热点限流");return"您被认为恶意访问,触发热点限流";}

然后我们在控制台新建热点规则

其中参数索引 0 代表的就是userId这个参数
我们访问一下接口 先访问带shopId的(一秒内多次访问)

  • 正常返回

再访问下带userId参数的(一秒内多次访问)


三、异常处理

1、Web接口

创建一个exception的文件

@ComponentpublicclassMyBlockExceptionHandlerimplementsBlockExceptionHandler{privatefinalObjectMapperobjectMapper=newObjectMapper();@Overridepublicvoidhandle(HttpServletRequesthttpServletRequest,HttpServletResponseresponse,Strings,BlockExceptione)throwsException{response.setContentType("application/json;charset=utf-8");PrintWriterwriter=response.getWriter();Rerror=R.error(500,e.getMessage());Stringjson=objectMapper.writeValueAsString(error);writer.write(json);writer.flush();writer.close();}}
  • ={red}注意=:import com.alibaba.csp.sentinel.adapter.spring.webmvc_v6x.callback.BlockExceptionHandler; 不要引入错误了

2、@SentinelResource

fallback:用于在抛出异常的时候提供fallback处理逻辑。fallback函数可以针对所有类型的异常(除了execptionsToIgnore 里面排除掉的异常类型)进行处理,函数要求为:

  • 返回类型与原方法一致
  • 参数类型需要和原方法相匹配,Sentinel 1.6版本之后,也可在方法最后加上BlockException类型的参数
  • 默认需和原方法在同一个类中,若希望使用其他类的函数,可配置fallbackClass,并指定fallbackClass里面的方法
@SentinelResource(value="createOrder",blockHandler="createOrderFallback")@OverridepublicOrdercreateOrder(LonguserId,LongproductId){// Product product = getProductFromRemote(productId);Productproduct=productFeignClient.getProductById(productId);Orderorder=newOrder();order.setId(1L);// 总金额order.setTotalAmount(product.getPrice().multiply(newBigDecimal(product.getNum())));order.setUserId(userId);order.setNickName("kkl-sqm");order.setAddress("库库林-沙琪马");// TODO 远程查询商品列表order.setProductList(List.of(product));returnorder;}// 兜底回调publicOrdercreateOrderFallback(LonguserId,LongproductId,BlockExceptione){Orderorder=newOrder();order.setId(0L);order.setTotalAmount(newBigDecimal("0"));order.setUserId(userId);order.setNickName("未知用户");order.setAddress("异常信息:"+e.getMessage());returnorder;}

如果不指定blockHandler,则 会让异常上抛到全局异常,又项目的springboot的全局异常处理器来处理

3、OpenFeign调用

这里是根据OpenFeignfallback来实现的,和 上面的一样,如果不配置fallback异常会上抛,被全局异常处理


四、持久化配置(日后再说)

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/11 22:17:17

《中国大历史》读后感|地理与技术的宿命

很多历史书在讲“事件”&#xff0c;黄仁宇讲的是“结构”。重读《中国大历史》&#xff0c;最让人印象深刻的不是某个王朝的兴衰&#xff0c;而是三个反复出现、几乎决定中国历史走向的底层问题&#xff1a;中国为什么必然走向大一统&#xff1f;政府究竟为何存在&#xff1f;…

作者头像 李华
网站建设 2026/6/10 11:36:02

Dify智能体平台对接Qwen-Image实现图文协同内容生成

Dify智能体平台对接Qwen-Image实现图文协同内容生成 在数字内容爆炸式增长的今天&#xff0c;企业对高效、高质量视觉素材的需求前所未有地迫切。传统设计流程依赖人工创意与反复修改&#xff0c;周期长、成本高&#xff1b;而早期AI图像生成工具虽然能“文生图”&#xff0c;却…

作者头像 李华
网站建设 2026/6/10 11:35:49

PyTorch TensorBoard可视化Qwen-Image-Edit-2509训练指标

PyTorch 与 TensorBoard 协同可视化 Qwen-Image-Edit-2509 训练过程 在电商商品图自动优化、社交媒体创意生成等高时效性场景中&#xff0c;图像编辑模型不仅要“改得准”&#xff0c;还得“学得快”。当一个基于自然语言指令驱动的图像编辑系统如 Qwen-Image-Edit-2509 投入训…

作者头像 李华
网站建设 2026/6/10 13:17:19

两种方法实现循环温度的边界条件设置及复杂的温度变化

两种方法实现循环温度的边界条件设置。 复杂的温度变化。遇到需要设置周期性温度边界的场景&#xff0c;比如模拟昼夜温差对材料的影响&#xff0c;或者重现某个地区全年温度波动&#xff0c;直接写死固定数值肯定不够用。今天聊两种让温度循环动起来的方法&#xff0c;咱们直接…

作者头像 李华
网站建设 2026/6/10 13:18:15

深入理解纤维协程:从零搭建高效调试环境的7步法

第一章&#xff1a;纤维协程的调试工具在现代高并发系统中&#xff0c;纤维协程&#xff08;Fiber Coroutine&#xff09;因其轻量级与高效调度机制被广泛采用。然而&#xff0c;协程的异步非阻塞特性也带来了调试复杂性&#xff0c;传统的线程级调试工具往往无法准确追踪协程的…

作者头像 李华